
Grok 4.7 de xAI: ficha, precio, benchmarks y cuándo elegirlo
Qué es Grok 4.7 de xAI, cuánto cuesta, qué contexto tiene y qué benchmarks publicó xAI. Datos a 15 de noviembre de 2026 y cuándo elegirlo para programar.
grok-4.7), en Cursor y en Grok Build, con 500K tokens de contexto y entrada de texto e imagen.¿Qué es Grok 4.7 y cuándo salió?
Grok es la familia de modelos de xAI. Grok 4.7 se presentó el 21 de septiembre de 2026. xAI dice que el modelo trabaja más tiempo en tareas difíciles y que revisa su propio trabajo con más cuidado, y lo ofrece por la API de xAI, en Cursor, en Grok Build, en plataformas de nube y en arneses de terceros.
La documentación lista niveles de esfuerzo de razonamiento: low, medium, high (el valor por defecto) y xhigh. Eso significa que tú decides cuánto “piensa” el modelo antes de responder; más esfuerzo puede significar más tokens de salida y más tiempo. Para el concepto general, mira modelos de razonamiento.
¿Para qué sirve?
La documentación de xAI lo lista como modelo para código y chat, y xAI publica benchmarks de ingeniería de software, trabajo de oficina de varias horas, derecho, salud y ingeniería eléctrica. Para un diseñador o un junior que hace vibe coding, lo que importa es lo primero: tareas de código que duran varios pasos, como cambiar una interfaz en varios archivos, corregir errores o escribir pruebas, ya sea desde Cursor o desde un script con la API.
Acepta imágenes como entrada, así que puedes pasarle una captura de una pantalla y pedirle que la implemente o que explique qué falla. La respuesta siempre es texto.
¿Qué benchmarks publicó y cómo se leen?
Estas cifras las publica xAI en el anuncio del modelo (la tabla usa el nivel xhigh, salvo DeepSWE, que una nota marca como esfuerzo high). A 15 de noviembre de 2026:
| Benchmark | Puntaje de Grok 4.7 | Quién lo publica |
|---|---|---|
| CursorBench 4.0 (ingeniería de software) | 46.3% | xAI |
| DeepSWE v1.1 (ingeniería de software, esfuerzo high) | 71.0% | xAI |
| Terminal-Bench 4.0 (trabajo en terminal de varias horas) | 37.6% | xAI |
| Harvey Legal Agent Benchmark (trabajo legal) | 19.6% | xAI |
| EEBench (ingeniería eléctrica) | 64.0% | xAI |
| HealthBench Professional (razonamiento clínico) | 56.7% | xAI |
Cómo leerlos:
- Cada número responde a una pregunta distinta. xAI describe CursorBench 4.0 como una prueba de tareas de código de larga duración. Terminal-Bench 4.0 se presenta como trabajo en terminal de varias horas. Del resto, la fuente solo da la categoría.
- Un puntaje bajo no es un fallo del modelo. Un 19.6% en un benchmark legal difícil dice que la prueba es exigente, no que el modelo sea “malo”.
- No armes rankings entre laboratorios. Cada laboratorio publica con su propia configuración, y un mismo nombre de benchmark puede no significar lo mismo. Si quieres entender mejor este punto, lee benchmarks de IA.
¿Cuánto cuesta y qué contexto tiene?
Datos a 15 de noviembre de 2026, según la documentación de xAI:
| Dato | Valor |
|---|---|
| ID de API | grok-4.7 |
| Fecha de lanzamiento | 21 de septiembre de 2026 |
| Contexto | 500K tokens |
| Entrada / salida | Texto e imagen / solo texto |
| Precio con prompt menor a 200K | 2 USD entrada, 0.50 USD entrada en caché, 6 USD salida (por millón de tokens) |
| Precio con prompt de 200K o más | 4 USD entrada, 1 USD entrada en caché, 12 USD salida (por millón de tokens) |
| Corte de conocimiento | Mayo de 2026 |
| Acceso | API de xAI, Cursor, Grok Build; xAI no anuncia pesos descargables |
Dos detalles que cambian la factura. Primero, al pasar el umbral de 200K tokens, todos los tokens de la petición se cobran a la tarifa más alta, no solo los que exceden el umbral. Segundo, el modelo no tiene acceso a información en tiempo real si no activas las herramientas de búsqueda.
Ejemplo ilustrativo de cálculo: una petición con 50.000 tokens de entrada y 5.000 de salida cuesta 50.000 x 2 / 1.000.000 = 0.10 USD de entrada más 5.000 x 6 / 1.000.000 = 0.03 USD de salida, unos 0.13 USD. Para entender cómo se cuenta cada pieza, mira tokens, costo por token y ventana de contexto.
Existe también Grok 4.7 Fast: el mismo modelo a 2 veces la tarifa estándar (1.5 veces con contexto largo), disponible solo en Cursor y Grok Build y no en la API pública.
¿Cuándo elegirlo y cuándo no?
Elígelo cuando:
- Ya trabajas en Cursor y quieres probar un modelo distinto para tareas de código largas.
- Tus tareas caben en menos de 200K tokens de prompt y el precio por token te importa.
- Necesitas que lea imágenes (capturas, mockups) y escriba código a partir de ellas.
No lo elijas cuando:
- Necesitas pesos descargables para correr el modelo en tu propia infraestructura. Para eso, mira los modelos abiertos y cerrados.
- Tu volumen es enorme y cada fracción de centavo cuenta. Para comparar con un modelo diseñado para ese caso, revisa Claude Haiku 5.5.
- Quieres decidir solo por una tabla de benchmarks de un laboratorio.
Ejemplo
Ejemplo ilustrativo: una diseñadora junior mantiene una landing con tres componentes que usan colores escritos a mano. Abre el repositorio en Cursor y le pide a Grok 4.7: “Reemplaza los colores fijos de estos tres componentes por las variables de color del archivo de tokens y no cambies nada más.” Revisa el diff antes de aceptarlo, corre el sitio en local y compara el resultado con una captura previa.
Qué probar mañana: repite exactamente el mismo pedido con el modelo que ya usas y compara tres cosas: cuántos archivos tocó de más, cuántos tokens gastó y si el resultado se ve igual. Con dos tareas reales sabrás más que con cualquier tabla.
Errores comunes
- Comparar el 46.3% de CursorBench de xAI con un puntaje de otro laboratorio como si fueran la misma medida.
- Pasar de 200K tokens de prompt sin darte cuenta y pagar toda la petición al doble.
- Suponer que el modelo conoce eventos posteriores a mayo de 2026 sin activar la búsqueda.
- Buscar Grok 4.7 Fast en la API pública: solo está en Cursor y Grok Build.
- Aceptar cambios de código sin revisar el diff.